Wat is het verschil tussen een representatief monster en een gemakstaal?

2016 Personality Lecture 06: Freud: An Overview (December 2024)

2016 Personality Lecture 06: Freud: An Overview (December 2024)
Wat is het verschil tussen een representatief monster en een gemakstaal?
Anonim
a:

Een representatief monster representeert op de juiste manier de statistische populatie waaruit het is gekozen, terwijl een gemaksteekproef wordt gekozen vanwege de toegankelijkheid en bereidheid van de groepsleden om deel te nemen aan de groep.

Beide steekproeftechnieken hebben hun voordelen, maar ze worden over het algemeen gebruikt in verschillende soorten onderzoeken om het meeste gebruik te maken van deze voordelen. Gemaksbemonstering is een snelle, goedkope methode en wordt meestal gebruikt in pilootstudies wanneer onderzoekers algemene gegevens over trends of verschijnselen moeten verzamelen. Bij het gebruik van statistieken om trends en cycli te analyseren, kunnen economen niet vertrouwen op gemaksbemonstering om statistische conclusies te trekken over grotere populaties. Een dergelijke techniek genereert geen monsters die voldoende representatief zijn voor de populatie waaruit de monsters zijn gekozen, waardoor een hoge mate van bemonsteringvertekening wordt gecreëerd.

Drie basiseigenschappen in een steekproef verminderen de kans op vertekening door steekproeven en stellen economen in staat om meer zelfverzekerde conclusies te trekken over een algemene populatie dan de resultaten die zijn verkregen uit de steekproefanalyse of het onderzoek. Dergelijke monsters moeten representatief zijn voor de gekozen populatie. Ze moeten willekeurig gekozen worden, wat betekent dat elk lid van de grotere populatie een gelijke kans heeft om gekozen te worden, en ze moeten groot genoeg zijn om de resultaten niet te beïnvloeden. De optimale grootte van de steekproefgroep hangt af van de precieze mate van vertrouwen die vereist is voor het maken van een conclusie.

Alle monsters die kleiner zijn dan de bestudeerde populatie bevatten een zekere mate van steekproeffout. Om te grote fouten in de bemonstering te voorkomen, moeten onderzoekers fouten in de bemonstering vermijden. Als een onderzoeker aan een bepaalde universiteit bijvoorbeeld een bepaalde economische trend onder universitaire studenten in zijn land bestudeert, zou het kiezen van een steekproef van studenten van zijn specifieke universiteit niet representatief zijn voor de gehele populatie, willekeurig gekozen of groot genoeg. Als gevolg hiervan zou dit waarschijnlijk resulteren in vooringenomen resultaten die duur zouden kunnen blijken te zijn.